Comment puis-je rendu 3D histogrammes en python?

Je veux faire des parcelles de ce type à partir de Hacker Plaisir:

Comment puis-je rendu 3D histogrammes en python?

Quelles sont les différentes manières d'accomplir cela en Python? Une solution qui vous permet d'ajuster de façon interactive sur le graphique (modification de la tranche de X/Y actuellement observé) serait l'idéal.

Ni matplotlib, ni le mplot3d module ont cette fonctionnalité AFAICT. J'ai trouvé mayavi2 mais il est extrêmement maladroit (je ne peux même pas trouver l'option pour le réglage de la taille) et ne semble fonctionner correctement lors de l'exécution de ipython.

Sinon gnuplot pourrait fonctionner, mais je déteste avoir à apprendre une autre langue, la syntaxe juste pour cela.

C'est pris en charge par matplotlib. Voir ceci: matplotlib.org/examples/mplot3d/hist3d_demo.html
Bonne trouvaille. Aïe, cet exemple semble impénétrable.
Avez-vous essayé barchart().
Plus de réponses concrètes pourraient être fournis si vous l'avez expliqué l'état de départ les données que vous souhaitez tracer.
La première (et la seule) de l'état est un tableau 2D de nombres entiers. Je ne suis pas à la recherche d'animer au fil du temps ou quelque chose comme ça.

OriginalL'auteur Joseph Garvin | 2012-12-27

  1. 24

    Depuis l'exemple relevé par TJD semblait "impénétrable" ici est une version modifiée avec quelques commentaires qui pourraient aider à clarifier les choses:

    #! /usr/bin/env python
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
#
# Assuming you have "2D" dataset like the following that you need
# to plot.
#
data_2d = [ [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
[6, 7, 8, 9, 10, 11, 12, 13, 14, 15],
[11, 12, 13, 14, 15, 16, 17, 18 , 19, 20],
[16, 17, 18, 19, 20, 21, 22, 23, 24, 25],
[21, 22, 23, 24, 25, 26, 27, 28, 29, 30] ]
#
# Convert it into an numpy array.
#
data_array = np.array(data_2d)
#
# Create a figure for plotting the data as a 3D histogram.
#
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
#
# Create an X-Y mesh of the same dimension as the 2D data. You can
# think of this as the floor of the plot.
#
x_data, y_data = np.meshgrid( np.arange(data_array.shape[1]),
np.arange(data_array.shape[0]) )
#
# Flatten out the arrays so that they may be passed to "ax.bar3d".
# Basically, ax.bar3d expects three one-dimensional arrays:
# x_data, y_data, z_data. The following call boils down to picking
# one entry from each array and plotting a bar to from
# (x_data[i], y_data[i], 0) to (x_data[i], y_data[i], z_data[i]).
#
x_data = x_data.flatten()
y_data = y_data.flatten()
z_data = data_array.flatten()
ax.bar3d( x_data,
y_data,
np.zeros(len(z_data)),
1, 1, z_data )
#
# Finally, display the plot.
#
plt.show()

    OriginalL'auteur crayzeewulf